Skyline (Software)
Massenspektrometrie-Datenanalyse-Software
Skyline ist eine freie und quelloffene Datenanalyse-Software für massenspektrometrische Messungen im Bereich der Proteomik.[1] Es erleichtert die Methodenentwicklung von Selected Reaction Monitoring (SRM) Experimenten und erlaubt einen Datenbankabgleich mit MS/MS-Bibliotheken.[2] Es ist dabei Gerätehersteller-unabhängig und spezialisiert auf die Quantifizierung kleiner Moleküle wie Peptide und Metabolite für zielgerichtete Analysen. Unterstützt wird zudem auch hochauflösende Massenspektrometrie (HRMS), Peak Picking und Chromatogram Alignment.[3]
| Skyline | |
|---|---|
| Basisdaten
| |
| Entwickler | University of Washington |
| Betriebssystem | Microsoft Windows |
| Programmiersprache | C# |
| deutschsprachig | nein |
| skyline.ms | |
Einzelnachweise
Bearbeiten- ↑ Lindsay K. Pino, Brian C. Searle, James G. Bollinger, Brook Nunn, Brendan MacLean, Michael J. MacCoss: The Skyline ecosystem: Informatics for quantitative mass spectrometry proteomics. In: Mass Spectrometry Reviews. Band 39, Nr. 3, 2020, ISSN 0277-7037, S. 229–244, doi:10.1002/mas.21540, PMID 28691345, PMC 5799042 (freier Volltext).
- ↑ Brendan MacLean, Daniela M. Tomazela, Nicholas Shulman, Matthew Chambers, Gregory L. Finney, Barbara Frewen, Randall Kern, David L. Tabb, Daniel C. Liebler, Michael J. MacCoss: Skyline: an open source document editor for creating and analyzing targeted proteomics experiments. In: Bioinformatics (Oxford, England). Band 26, Nr. 7, 2010, ISSN 1367-4811, S. 966–968, doi:10.1093/bioinformatics/btq054, PMID 20147306, PMC 2844992 (freier Volltext).
- ↑ Kendra J. Adams, Brian Pratt, Neelanjan Bose, Laura G. Dubois, Lisa St John-Williams, Kevin M. Perrott, Karina Ky, Pankaj Kapahi, Vagisha Sharma, Michael J. MacCoss, M. Arthur Moseley, Carol A. Colton, Brendan X. MacLean, Birgit Schilling, J. Will Thompson, Alzheimer’s Disease Metabolomics Consortium: Skyline for Small Molecules: A Unifying Software Package for Quantitative Metabolomics. In: Journal of Proteome Research. Band 19, Nr. 4, 2020, ISSN 1535-3907, S. 1447–1458, doi:10.1021/acs.jproteome.9b00640, PMID 31984744, PMC 7127945 (freier Volltext).